ডেটা.ট্যাবেলে প্রতিটি নির্দিষ্ট কলামে কীভাবে একই ফাংশনটি প্রয়োগ করতে হয়

Question 1

আমার একটি ডেটা টেবিল রয়েছে যার সাথে আমি নির্দিষ্ট কলামগুলিতে একই ক্রিয়াকলাপটি সম্পাদন করতে চাই। এই কলামগুলির নামগুলি একটি চরিত্র ভেক্টরে দেওয়া আছে। এই বিশেষ উদাহরণে, আমি এই সমস্ত কলাম -1 দ্বারা গুণ করতে চাই।

কিছু খেলনা তথ্য এবং একটি ভেক্টর প্রাসঙ্গিক কলামগুলি নির্দিষ্ট করে:

library(data.table)
dt <- data.table(a = 1:3, b = 1:3, d = 1:3)
cols <- c("a", "b")

এই মুহূর্তে আমি এটি এইভাবে করছি, চরিত্রের ভেক্টরটির লুপিং:

for (col in 1:length(cols)) {
   dt[ , eval(parse(text = paste0(cols[col], ":=-1*", cols[col])))]
}

লুপের জন্য সরাসরি ছাড়া এটি করার কোনও উপায় আছে?

Question 2

এটি কাজ করে বলে মনে হচ্ছে:

dt[ , (cols) := lapply(.SD, "*", -1), .SDcols = cols]

ফলাফল হলো

    a  b d
1: -1 -1 1
2: -2 -2 2
3: -3 -3 3

এখানে কয়েকটি কৌশল রয়েছে:

কারণ এখানে বন্ধনী রয়েছে (cols) :=, ফলাফলটি নির্দিষ্ট করা কলামগুলিতে বরাদ্দ করা হয়েছে cols, "কলস" নামে কিছু নতুন ভেরিয়েবলের পরিবর্তে।
.SDcolsকল যে আমরা কেবল সেই কলাম এ খুঁজছেন, এবং আমাদের ব্যবহার করার অনুমতি দেয় বলে .SD, Sএর ubset Dযারা কলাম যুক্ত ATA।
lapply(.SD, ...)এটি পরিচালনা করে .SD, যা কলামগুলির একটি তালিকা (সমস্ত ডেটা ফ্রেম এবং ডেটা. টেবিলের মতো)। lapplyএকটি তালিকা ফেরত দেয়, তাই শেষ পর্যন্ত jদেখতে cols := list(...)।

সম্পাদনা : এখানে আরও একটি উপায় সম্ভবত দ্রুত যা সম্ভবত @ অরুন উল্লেখ করেছেন:

for (j in cols) set(dt, j = j, value = -dt[[j]])

Question 3

আমি একটি উত্তর যুক্ত করতে চাই, যখন আপনি কলামগুলির নামও পরিবর্তন করতে চান। আপনি একাধিক কলামের লগারিদম গণনা করতে চাইলে এটি বেশ কার্যকর হয়, যা প্রায়শই অভিজ্ঞতা অভিজ্ঞতাতে ঘটে।

cols <- c("a", "b")
out_cols = paste("log", cols, sep = ".")
dt[, c(out_cols) := lapply(.SD, function(x){log(x = x, base = exp(1))}), .SDcols = cols]

Question 4

আপডেট: লুপ ছাড়া এটি করার একটি পরিষ্কার উপায় নিম্নলিখিত

dt[,(cols):= - dt[,..cols]]

এটি সহজ কোড পঠনযোগ্যতার জন্য একটি ঝরঝরে উপায়। পারফরম্যান্সের ক্ষেত্রে এটি নীচের মাইক্রোব্যাঙ্কমার্ক ফলাফল অনুযায়ী ফ্র্যাঙ্কের সমাধানের পিছনে থেকে যায়

mbm = microbenchmark(
  base = for (col in 1:length(cols)) {
    dt[ , eval(parse(text = paste0(cols[col], ":=-1*", cols[col])))]
  },
  franks_solution1 = dt[ , (cols) := lapply(.SD, "*", -1), .SDcols = cols],
  franks_solution2 =  for (j in cols) set(dt, j = j, value = -dt[[j]]),
  hannes_solution = dt[, c(out_cols) := lapply(.SD, function(x){log(x = x, base = exp(1))}), .SDcols = cols],
  orhans_solution = for (j in cols) dt[,(j):= -1 * dt[,  ..j]],
  orhans_solution2 = dt[,(cols):= - dt[,..cols]],
  times=1000
)
mbm

Unit: microseconds
expr                  min        lq      mean    median       uq       max neval
base_solution    3874.048 4184.4070 5205.8782 4452.5090 5127.586 69641.789  1000  
franks_solution1  313.846  349.1285  448.4770  379.8970  447.384  5654.149  1000    
franks_solution2 1500.306 1667.6910 2041.6134 1774.3580 1961.229  9723.070  1000    
hannes_solution   326.154  405.5385  561.8263  495.1795  576.000 12432.400  1000
orhans_solution  3747.690 4008.8175 5029.8333 4299.4840 4933.739 35025.202  1000  
orhans_solution2  752.000  831.5900 1061.6974  897.6405 1026.872  9913.018  1000

যেমন নিচের চার্টে দেখানো হয়েছে

আমার পূর্ববর্তী উত্তর: নিম্নলিখিতটিও কাজ করে

for (j in cols)
  dt[,(j):= -1 * dt[,  ..j]]

Question 5

উপরের সমাধানগুলির কোনওটিই গ্রুপ অনুসারে গণনা নিয়ে কাজ করছে বলে মনে হয় না। নিম্নলিখিতটি আমি পেয়েছি সেরা:

for(col in cols)
{
    DT[, (col) := scale(.SD[[col]], center = TRUE, scale = TRUE), g]
}

Question 6

কলামগুলির একটি স্ট্রিং ভেক্টরের ভিত্তিতে নতুন কলামগুলি তৈরি করতে উদাহরণ যুক্ত করতে। জেফ্লাই উত্তরের ভিত্তিতে:

dt <- data.table(a = rnorm(1:100), b = rnorm(1:100), c = rnorm(1:100), g = c(rep(1:10, 10)))

col0 <- c("a", "b", "c")
col1 <- paste0("max.", col0)  

for(i in seq_along(col0)) {
  dt[, (col1[i]) := max(get(col0[i])), g]
}

dt[,.N, c("g", col1)]

Question 7

library(data.table)
(dt <- data.table(a = 1:3, b = 1:3, d = 1:3))

Hence:

   a b d
1: 1 1 1
2: 2 2 2
3: 3 3 3

Whereas (dt*(-1)) yields:

    a  b  d
1: -1 -1 -1
2: -2 -2 -2
3: -3 -3 -3

Question 8

dplyrফাংশনগুলি এস এ কাজ করে data.table, সুতরাং এখানে একটি dplyrসমাধান রয়েছে যা "ফর-লুপ এড়িয়ে যায়" :)

dt %>% mutate(across(all_of(cols), ~ -1 * .))

আমি Orhan এর কোড (সারি এবং কলাম যোগ) ব্যবহার করে এটা benchmarked এবং আপনি দেখতে পাবেন dplyr::mutateসঙ্গে acrossবেশিরভাগই ধীর অন্যান্য সমাধানের অধিকাংশ তুলনায় দ্রুততর এবং data.table সমাধান lapply ব্যবহার না করে সঞ্চালন করে।

library(data.table); library(dplyr)
dt <- data.table(a = 1:100000, b = 1:100000, d = 1:100000) %>% 
  mutate(a2 = a, a3 = a, a4 = a, a5 = a, a6 = a)
cols <- c("a", "b", "a2", "a3", "a4", "a5", "a6")

dt %>% mutate(across(all_of(cols), ~ -1 * .))
#>               a       b      d      a2      a3      a4      a5      a6
#>      1:      -1      -1      1      -1      -1      -1      -1      -1
#>      2:      -2      -2      2      -2      -2      -2      -2      -2
#>      3:      -3      -3      3      -3      -3      -3      -3      -3
#>      4:      -4      -4      4      -4      -4      -4      -4      -4
#>      5:      -5      -5      5      -5      -5      -5      -5      -5
#>     ---                                                               
#>  99996:  -99996  -99996  99996  -99996  -99996  -99996  -99996  -99996
#>  99997:  -99997  -99997  99997  -99997  -99997  -99997  -99997  -99997
#>  99998:  -99998  -99998  99998  -99998  -99998  -99998  -99998  -99998
#>  99999:  -99999  -99999  99999  -99999  -99999  -99999  -99999  -99999
#> 100000: -100000 -100000 100000 -100000 -100000 -100000 -100000 -100000

library(microbenchmark)
mbm = microbenchmark(
  base_with_forloop = for (col in 1:length(cols)) {
    dt[ , eval(parse(text = paste0(cols[col], ":=-1*", cols[col])))]
  },
  franks_soln1_w_lapply = dt[ , (cols) := lapply(.SD, "*", -1), .SDcols = cols],
  franks_soln2_w_forloop =  for (j in cols) set(dt, j = j, value = -dt[[j]]),
  orhans_soln_w_forloop = for (j in cols) dt[,(j):= -1 * dt[,  ..j]],
  orhans_soln2 = dt[,(cols):= - dt[,..cols]],
  dplyr_soln = (dt %>% mutate(across(all_of(cols), ~ -1 * .))),
  times=1000
)

library(ggplot2)
ggplot(mbm) +
  geom_violin(aes(x = expr, y = time)) +
  coord_flip()

^{2020-10-16 তারিখে ডিপেক্স প্যাকেজ দ্বারা নির্মিত (v0.3.0)}